CN111929693B - 一种基于激光点云距离序列的井下定位方法 - Google Patents
一种基于激光点云距离序列的井下定位方法 Download PDFInfo
- Publication number
- CN111929693B CN111929693B CN202010983304.XA CN202010983304A CN111929693B CN 111929693 B CN111929693 B CN 111929693B CN 202010983304 A CN202010983304 A CN 202010983304A CN 111929693 B CN111929693 B CN 111929693B
- Authority
- CN
- China
- Prior art keywords
- distance
- fork
- sequence
- laser radar
- distance sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 3
- 101100379079 Emericella variicolor andA gene Proteins 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005065 mining Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241001421235 Radara Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于激光点云距离序列的井下定位方法,其步骤为:S1测量井下巷道中岔路口的位置;S2计算巷道内各岔路口的距离,形成全局距离序列;S3利用激光雷达实时获取的点云数据,检测巷道内邻近雷达的岔路口,计算各岔路口间的距离,并形成距离序列;S4将提取的邻近岔路口距离序列与全局距离序列进行匹配,获取雷达位置,也就是目标位置。本发明基于巷道内岔路口位置的随机性,利用岔路口间距离序列的匹配实现目标定位。可以有效避免井下环境相似导致的定位困难,仿真结果也表明这种基于距离序列的方法对于井下巷道内的目标定位具有良好效果。
Description
技术领域
本发明给出了一种矿井内具有多个岔路口的巷道内车辆、行人等目标的定位方法,应用于无GPS信号的矿井场景,属于利用激光雷达信号的目标定位领域。
背景技术
在井下采矿物的过程中,矿井内的巷道会连接多个采矿区,每个采矿区都会对应巷道上的岔路口,由于岔路口的形状非常相似,车辆或人员在巷道内行进的过程中,难以获得准确位置,为了确认自己的位置,通常会以非常慢的速度行进,以免错过或进入错误的岔路口。目前常用的定位***都面临一些缺陷,如GPS、北斗等导航定位***尽管有很高的定位精度,但由于矿井内无卫星信号或者卫星信号非常微弱,使得这些成熟的定位设备难以使用。RFID(无线射频识别)技术也可以实现定位,但需要预先安置大量的RFID模块,且定位精度不高。
激光雷达具有很高的测距精度,在无人驾驶等领域已有大量实验应用。基于激光雷达的SLAM(即时定位与地图构建)技术是一种有效的3D建模与定位方法,但在井下巷道内,只有墙壁和岔路口,缺乏其他有效的纹理信息,尤其是使用扫描线数较少的激光雷达时,容易产生误配和错配。
在预先测量的各岔路口的位置的基础上,通过各岔路口间的距离构成一种表示各个岔路口特点的编码数据序列,通过这种距离序列的匹配可以实现快速准确的巷道内目标定位。
发明内容
本发明的目的是针对矿井内目标定位精度低的问题,提供了一种利用岔路口的距离序列进行目标定位的技术,以提高矿井巷道内车辆和行人的实时定位精度。
本发明遵循了以下的技术方案:一种基于激光点云距离序列的井下定位方法,包括以下步骤:
S1 测量井下巷道中各岔路口的实际位置。
S2 基于S1测量的结果,对任意岔路口A i ,计算其与邻近的各岔路口A i+1 , A i+2 , A i+3 ,…间的距离,并形成全局距离序列。
S3 利用携带的激光雷达实时获取的点云数据,检测巷道内与激光雷达邻近的岔路口,并计算岔路口间的距离,形成距离序列。
S4 将提取的邻近岔路口距离序列与全局距离序列进行匹配,获取目标位置。
所述S1在实现中可以采用激光雷达,也可以采用其他现有的测量手段,对井下的岔路口进行测量。
所述S2在具体的实现中,由于岔路口有一定宽度,岔路口与巷道会形成两个相交位置,该位置称为角点,结合激光雷达的扫描特性,计算距离时,均已远离激光雷达的角点为参考点。在计算距离时,不仅计算与最近邻近岔路口的距离,还需要计算在激光雷达测量范围内的其他岔路口间的距离。对计算得到的距离按照升序排列可形成距离序列,巷道内所有岔路口的距离序列的集合就构成了全局距离序列。
所述S3中采用手持或车载激光雷达测量,通过对激光点云的处理获得各岔路口的距离,距离序列的计算过程与S2计算过程类似。
所述S4的匹配过程采用了对每个距离值搜索的方式,假定实时提取的邻近岔路口距离序列{b 1 ,b 2 ,b 3 ,…,b N }与全局距离序列中第A i 个岔路口的距离序列{a 1 ,a 2 ,a 3 ,…,a M }之间的匹配得分为。其中的取值范围为[0.1,1]。全部岔路口匹配结束后,选择得分最高的岔路口为激光雷达的最近邻近岔路口,在岔路口匹配的基础上,实现目标的定位。
需要说明的是,这种距离序列匹配既可以采用单侧的岔路口,也可以综合利用两侧的岔路口。综合利用两侧的岔路口会获得更可靠的定位效果。
本发明与现有技术相比的优点在于:
1)各岔路口的精确位置是可以预先测量的,基于该位置计算出的全局距离序列,反映了各个岔路口之间准确的空间约束关系。该距离序列不仅包含了岔路口与最邻近的岔路口的距离,还包含了其他多个邻近岔路口间的距离关系,这些位置关系是非常稳定的,在应用中,基于这种稳定的位置关系与实际测量的岔路口进行匹配,实现过程具有很好的鲁棒性。
2)利用了激光雷达传感器,不仅具有很高的测距精度,而且不需要卫星导航信号,也不需要复杂的计算过程,适合井下这一特定的场景,并且非常适合工程应用。
附图说明:
图1为本发明基于激光点云距离序列的井下定位方法的流程图;
图2为井下巷道示意图;
图3为仿真实验场景示意图。
具体实施方式:
参照图1的流程,本发明基于井下巷道内的各个岔路口间的距离形成岔路口识别的信息,通过激光雷达当前测得的岔路口间的距离序列与预先获得的全局距离序列之间的匹配,实现激光雷达邻近岔路口的识别,进而获得目标在巷道内的位置。利用目标与岔路口间的位置关系以及激光雷达的精确测距特性,实现目标定位,主要的步骤如下:
S1测量井下巷道中各岔路口的实际位置。
该步骤是基于提前获取的信息,如事前人工测量得到的井下巷道地图、激光雷达建立的巷道三维模型等先验数据,提取各个岔路口的位置信息,为后续的目标定位提供了井下实际信息。
S2 对巷道内的各岔路口,分别计算与邻近岔路口间的距离,并形成全局距离序列。
巷道的示意图如图2所示,图中中间通道为巷道,两侧连接了很多岔路,这些岔路分别连接不同的采矿区域,巷道与岔路的连接位置称为岔路口。对于任意岔路口A i ,则A i+1 , A i+2 , A i+3 ,…为与其邻近的岔路口,其中A i+1 为最近邻近岔路口。对于岔路口A i ,其与相邻3个岔路口间的距离序列可表示为:
式(1)中的上标R为激光雷达的测距范围,式中| |表示距离,order{}为对所有数据按数值进行排序,在具体实现中可以采取升序排列。
由于邻近的岔路口很多,(1)式计算距离序列时对邻近岔路口的范围可以限定为激光雷达的测距范围R,即距离序列中的各距离值不大于R。对上式,需要满足的距离约束为
|A i A i+k |<R (2)
上式中k为大于0的整数,当距离|A i A i+k |不能满足(2)式的约束,表明第A i+k 岔路口的距离过远,不在激光的测量范围内,需要从(1)式中删除该岔路口。激光雷达的测距范围越大,就需要计算更多的邻近岔路口的距离。
由于岔路口有一定宽度,如图2所示,每个岔路口与巷道会形成两个相交位置,该位置称为角点,结合激光雷达的扫描特性,计算距离时,均以距离激光雷达较远的角点为参考点。以|A i A i+1 |为例,当A i 更靠近激光雷达时,|A i A i+1 |表示了岔路口A i 上方的角点与岔路口A i+1 上方角点之间的距离。
S3 利用手持或车载激光雷达实时获取的点云数据,检测巷道内与激光雷达邻近的岔路口,计算岔路口间的距离,并形成距离序列。
检测中,由于激光雷达的直线照射特点,对于近似直线的巷道,通常远离激光雷达的角点在回波点云中反映的更为明显,通过检测角点可以检测巷道中的岔路口,由于每个岔路口有两个角点,计算中约定以远离激光雷达的角点为距离计算的参考点。根据岔路口检测结果,计算各岔路口间的距离,并排序得到距离序列,具体的计算过程与S3中计算过程是一致的。
S4 将提取的邻近岔路口距离序列与全局距离序列进行匹配,获取目标位置。
在具体的实现中,采用距离搜索方式,将实时提取的邻近岔路口距离序列与全局距离序列中的每个进行匹配。若实时提取的邻近岔路口距离序列为{b 1 , b 2 , b 3 ,…, b N },N为序列中元素数目,全局距离序列中第A i 个岔路口的距离序列={a 1 , a 2 , a 3 , …, a M },M为中元素数目,两者的匹配得分计算式如下:
其中的取值由激光雷达精度确定,一般的取值范围为[0.1, 1]。全部岔路口匹配结束后,选择得分最高的岔路口为激光雷达的最近邻近岔路口,结合激光雷达测得的与最近邻近岔路口的距离实现对载有激光雷达的目标的定位。
这里需要说明的是,在本专利方法描述中,仅以图2中左侧的岔路口为例进行说明,实际定位中,左右两侧的岔路口均可用于目标定位,并且两侧岔路口综合应用时,定位效果比单独使用一侧的岔路口会获得更好的效果。
为验证该方法的有效性,进行了仿真实验,仿真场景如图3所示。图中星号代表了激光雷达位置,A 1表示了激光雷达前方第1个岔路口,岔路口间的数字表示了相邻岔路口间的距离(单位为米),激光雷达的测距范围为100米。则岔路口A 1和岔路口A 2对应的距离序列分别为:={21, 25, 30, 51, 55, 76},={25, 28, 30, 53, 55, 83}。A 1 ~A 4岔路口在激光雷达测距范围内,但由于A 4 距离较远,点云稀疏,在仿真中没有成功检测,仿真中检测到的岔路口A 1 ~A 3间的距离(包含误差)分别为:|A 1 A 2|=20.9米、|A 2 A 3|=31.2米、|A 1 A 3|=51.1米。因此实时计算得到各邻近岔路口的距离序列为{20.9,30.2,51.1}米。与岔路口A 1和岔路口A 2匹配得分别为3分和1分,在岔路口A 1和岔路口A 2中,与激光雷达邻近的为岔路口A 1。即激光雷达距离岔路口A 1远端角点的距离为10.4米。
Claims (4)
1.一种基于激光点云距离序列的井下定位方法,其特征在于步骤如下:
S1 测量井下巷道中各岔路口的实际位置;
S2 对任意岔路口A i ,根据S1的测量结果,计算巷道内与A i 邻近的岔路口A i+1 , A i+2 , A i+3 ,…间的距离,形成全局距离序列;
S3 利用携带的激光雷达实时获取的点云数据,检测巷道内与激光雷达邻近的岔路口,计算岔路口间的距离,并形成距离序列;
S4 将提取的邻近岔路口距离序列与全局距离序列进行匹配,获取激光雷达位置。
2.根据权利要求1的基于激光点云距离序列的井下定位方法,其特征在于:所述S2计算A i 与邻近岔路口A i+1 , A i+2 , A i+3 ,…间的距离时,由于岔路口有一定宽度,岔路口与巷道会形成两个相交位置,该位置称为角点,结合激光雷达的扫描特性,计算岔路口间距离时,均以距离激光雷达较远的角点为参考点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010983304.XA CN111929693B (zh) | 2020-09-18 | 2020-09-18 | 一种基于激光点云距离序列的井下定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010983304.XA CN111929693B (zh) | 2020-09-18 | 2020-09-18 | 一种基于激光点云距离序列的井下定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111929693A CN111929693A (zh) | 2020-11-13 |
CN111929693B true CN111929693B (zh) | 2021-01-08 |
Family
ID=73334586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010983304.XA Expired - Fee Related CN111929693B (zh) | 2020-09-18 | 2020-09-18 | 一种基于激光点云距离序列的井下定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111929693B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114820749A (zh) * | 2022-04-27 | 2022-07-29 | 西安优迈智慧矿山研究院有限公司 | 无人车井下定位方法、***、设备及介质 |
CN117168472B (zh) * | 2023-10-31 | 2024-02-13 | 北京理工大学前沿技术研究院 | 无人驾驶车辆的重定位方法、***、存储介质及设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851127B (zh) * | 2015-05-15 | 2017-07-04 | 北京理工大学深圳研究院 | 一种基于交互的建筑物点云模型纹理映射方法及装置 |
CN108732603B (zh) * | 2017-04-17 | 2020-07-10 | 百度在线网络技术(北京)有限公司 | 用于定位车辆的方法和装置 |
JP7346401B2 (ja) * | 2017-11-10 | 2023-09-19 | エヌビディア コーポレーション | 安全で信頼できる自動運転車両のためのシステム及び方法 |
JP7024610B2 (ja) * | 2018-05-30 | 2022-02-24 | 株式会社Ihi | 検知装置及び検知システム |
CN111289955B (zh) * | 2020-05-06 | 2020-08-04 | 北京大汉正源科技有限公司 | 一种基于mems振镜的三维扫描激光雷达 |
-
2020
- 2020-09-18 CN CN202010983304.XA patent/CN111929693B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111929693A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6197393B2 (ja) | レーン地図生成装置及びプログラム | |
CN104950313B (zh) | 一种路面提取及道路坡度识别方法 | |
EP3271748B1 (en) | Guided geometry extraction for localization of a device | |
CN103605135B (zh) | 一种基于断面剖分的道路特征提取方法 | |
Brenner | Extraction of features from mobile laser scanning data for future driver assistance systems | |
US7516041B2 (en) | System and method for identifying road features | |
JP6381100B2 (ja) | 3次元路面下診断システムおよび3次元路面下診断方法 | |
CN109144072A (zh) | 一种基于三维激光的机器人智能避障方法 | |
CN109459047B (zh) | 车辆高精度定位数据与导航地图精确匹配及变道行为探测方法 | |
CN111929693B (zh) | 一种基于激光点云距离序列的井下定位方法 | |
CN101726298B (zh) | 一种用于前视导航制导的立体地标选择和参考图制备方法 | |
Gikas et al. | A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior | |
Zheng et al. | High definition map-based vehicle localization for highly automated driving: Geometric analysis | |
CN103869279B (zh) | 一种多传感器平台的多目标定位跟踪方法 | |
Mueller et al. | GIS-based topological robot localization through LIDAR crossroad detection | |
Soheilian et al. | Generation of an integrated 3D city model with visual landmarks for autonomous navigation in dense urban areas | |
CN114859374A (zh) | 基于无人机激光点云和影像融合的新建铁路交叉测量方法 | |
CN109937342B (zh) | 用于定位移动物体的方法、装置和*** | |
JP7162208B2 (ja) | 含水比マッピング方法及び含水比マッピング装置 | |
Kong et al. | Learning a novel LiDAR submap-based observation model for global positioning in long-term changing environments | |
CN112462401A (zh) | 基于浮动车轨迹数据的城市峡谷快速探测方法及装置 | |
CN105717517B (zh) | 一种车载北斗多模gnss高精度道路基础数据采集方法 | |
CN113227713A (zh) | 生成用于定位的环境模型的方法和*** | |
Kim et al. | Extraction of geometric information on highway using terrestrial laser scanning technology | |
Song et al. | Enhanced Map‐Aided GPS/3D RISS Combined Positioning Strategy in Urban Canyons |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210108 |